主管单位:吉林省科技厅
主办单位:吉林省科学技术信息研究所
合作单位:吉林省科学技术情报学会

农业与技术 ›› 2023, Vol. 43 ›› Issue (10): 33-38.DOI: 10.19754/j.nyyjs.20230530008

• 农业工程 • 上一篇    下一篇

Darknet深度学习框架下基于YOLO V.3的病虫害识别和农药喷洒系统

朱格 徐燕 孙莹莹 张磊   

  1. 华北水利水电大学,河南郑州450046
  • 出版日期:2023-05-30 发布日期:2023-05-30
  • 作者简介:朱格(1990-),女,硕士,助教。研究方向:图像识别、产品开发、软件设计等教学与研究;通讯作者张磊(1990-),博士,讲师。研究方向:机器学习、农业水资源高效利用等研究。
  • 基金资助:
    河南省重点研发与推广专项(项目编号:222102110058);华北水利水电大学大学生创新创业训练计划重点项目(项目编号: 2022XA075)
  • Online:2023-05-30 Published:2023-05-30

摘要: 本文开发了一个智能检测农田病虫害及喷洒农药系统,该系统利用Darknet深度学习框架下的YOLO v3技术,通过摄像模块拍摄农田照片,对图片中的病虫害进行识别和分类;同时,确定病虫害种类并给出病虫害防护建议;该系统可对区域内所有的检测设备进行操作,如查看设备信息、查看实时农作物健康状况、喷洒药物 等,相对于传统病虫害治理手段,采用了更加精准的方式进行防治。该系统对于实现病虫害防治全托管模式更进一步,操作简单、可用性强,是中小型和大型农田的得力帮手。

关键词: YOL0v3;病虫害识别;智能化;农药喷洒

中图分类号: